面向多准则引导的即插即用多样性人体动作插值生成
图形学
2025-08-05 v1 计算机视觉与模式识别
摘要
人体动作插值生成旨在合成在用户指定的关键帧之间平滑过渡的中间动作。除了保持平滑过渡外，此任务的关键要求是生成具有多样性的动作序列。如何在生成的批量样本中保持多样性，尤其是在因复杂动力学导致所需样本之间需具有显著差异时，仍具挑战性。本文提出一种新方法，称为多准则引导插值动作模型(MCG-IMM)，用于人体动作插值生成。MCG-IMM的一个关键优势在于即插即用：无需引入额外参数即可提升预训练模型生成动作的多样性。这一目标通过为预训练生成模型的采样过程提供多准则引导来实现。具体而言，MCG-IMM将预训练生成模型的采样过程重新表述为多准则优化问题，并引入一种优化过程以探索满足多种准则（如多样性和平滑性）的动作序列。此外，我们提出的即插即用多准则引导方法可与不同家族的生成模型兼容，包括去噪扩散概率模型、变分自编码器和生成对抗网络。在四个流行的人体动作数据集上进行的实验表明，MCG-IMM在人体动作插值生成任务中始终优于最先进的方法。
引用
@article{arxiv.2508.01590,
title = {A Plug-and-Play Multi-Criteria Guidance for Diverse In-Betweening Human Motion Generation},
author = {Hua Yu and Jiao Liu and Xu Gui and Melvin Wong and Yaqing Hou and Yew-Soon Ong},
journal= {arXiv preprint arXiv:2508.01590},
year = {2025}
}